[发明专利]一种目标跟踪中目标丢失重检的方法及装置有效

专利信息
申请号: 201811231109.0 申请日: 2018-10-22
公开(公告)号: CN109543534B 公开(公告)日: 2020-09-01
发明(设计)人: 陈翔宇;张一帆 申请(专利权)人: 中国科学院自动化研究所南京人工智能芯片创新研究院
主分类号: G06K9/00 分类号: G06K9/00;G06K9/62;G06K9/32
代理公司: 北京华夏泰和知识产权代理有限公司 11662 代理人: 孟德栋
地址: 211135 江苏省南*** 国省代码: 江苏;32
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 目标 跟踪 丢失 方法 装置
【权利要求书】:

1.一种目标跟踪中目标丢失重检的方法,其特征在于,包括:

当跟踪目标丢失后,在当前帧图像上随机选取多个像素点作为所述目标的搜索位置点;

根据搜索位置点对应的搜索框的位置,从多个搜索位置点各自对应的搜索框中选取一个搜索框作为相似搜索框;

扩大所述相似搜索框的计算范围得到搜索区域;

根据所述搜索区域内各像素点对应的搜索框的位置确定所述目标的位置。

2.根据权利要求1所述的目标跟踪中目标丢失重检的方法,其特征在于,根据搜索位置点对应的搜索框的位置,从所述多个搜索位置点各自对应的搜索框中选取一个搜索框作为相似搜索框,包括:

分别计算所述多个搜索位置点各自对应的搜索框与前一帧图像中目标框的相似度;

对计算得到的相似度进行比较;

选取所述计算得到的相似度中最大的相似度对应的搜索框作为相似搜索框。

3.根据权利要求1所述的目标跟踪中目标丢失重检的方法,其特征在于,扩大所述相似搜索框的计算范围得到搜索区域,包括:

采用padding技术通过对所述相似搜索框的上下左右进行插值,扩大所述相似搜索框的计算范围至阈值;

将padding后的所述相似搜索框的计算范围作为搜索区域。

4.根据权利要求1所述的目标跟踪中目标丢失重检的方法,其特征在于,根据所述搜索区域内各像素点的位置确定所述目标的位置,包括:

计算所述搜索区域内各像素点对应的搜索框与前一帧图像中目标框的相似度;

对计算得到的相似度进行比较;

选取所述计算得到的相似度中最大的相似度对应的搜索框所在的位置作为所述目标的位置。

5.根据权利要求2或4所述的目标跟踪中目标丢失重检的方法,其特征在于,

所述相似度通过为欧几里得距离、曼哈顿距离、明可夫斯基距离或者通过孪生网络得到。

6.一种目标跟踪中目标丢失重检的装置,其特征在于,包括:

随机采样模块,用于在当前帧图像上随机选取多个像素点作为目标的搜索位置点;

粗略搜索模块,用于根据搜索位置点对应的搜索框的位置,从多个搜索位置点各自对应的搜索框中选取一个搜索框作为相似搜索框;

搜索区域确定模块,用于扩大所述相似搜索框的计算范围得到搜索区域;

目标位置确定模块,用于根据所述搜索区域内各像素点对应的搜索框的位置确定目标的位置。

7.根据权利要求6所述的目标跟踪中目标丢失重检的装置,其特征在于,所述粗略搜索模块包括:

第一相似度计算模块,用于分别计算所述多个搜索位置点各自对应的搜索框与前一帧图像中目标框的相似度;

第一比较模块,用于对计算得到的相似度进行比较;

第一选取模块,用于选取所述计算得到的相似度中最大的相似度对应的搜索框作为相似搜索框。

8.根据权利要求6所述的目标跟踪中目标丢失重检的装置,其特征在于,所述搜索确定模块采用padding技术对所述相似搜索框的上下左右进行插值,扩大所述相似搜索框的计算范围至阈值,并将padding后的所述相似搜索框的计算范围作为搜索区域。

9.根据权利要求6所述的目标跟踪中目标丢失重检的装置,其特征在于,所述目标位置确定模块包括:

第二计算模块,用于计算所述搜索区域内各像素点对应的搜索框与前一帧图像中目标框的相似度;

第二比较模块,用于对计算得到的相似度进行比较;

第二选取模块,用于选取所述计算得到的相似度中最大的相似度对应的搜索框所在的位置作为目标的位置。

10.一种移动终端,其特征在于,包括:

处理器、存储器、通信接口和总线;

所述处理器、存储器、通信接口通过所述总线完成相互间的通信;

所述通信接口用于外部设备之间的信息传输;

所述处理器用于调用所述存储器中的程序指令,以执行权利要求1-5任一项所述方法的步骤。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中国科学院自动化研究所南京人工智能芯片创新研究院,未经中国科学院自动化研究所南京人工智能芯片创新研究院许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201811231109.0/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top